abstract
现在的大多数模型都可以被应用在闲聊场景下，但是还没有证据表明他们可以应用在更有用的对话场景下。这篇论文提出了一个知识驱动的，带有背景知识的神经网络对话系统，目的是为了在对话中产生更有意义的回复。以seq2seq模型为基础（传统的seq2seq只能学习到句子的骨架而不包括有效的信息），用对话历史和外界的facts去规范回答。模型具有通用性，可以应用在open-domain。现在的大多数模型都可以被应用在闲聊场景下，但是还没有证据表明他们可以应用在
阅读背景：
《A Knowledge-Grounded Neural Conversation Model》
来源：互联网
分享到：
